| dc.identifier.citation | [1] Anselin, L. (1988)Spatial Econometrics : Methods and Models. Dordrecht : Kluwer Academic Publisher [2] Cochran, William G.(1977). Sampling Techniques 3rd edition. New York: John Wiley & Sons, Inc. [3] Cressie, N., 1993. Statistics for Spatial Data. Wiley, New York [4]Lesage, James P. (1998)Spatial Econometrics. Toledo: Department of Economics University of Toledo [5] Lohr, Sharon. L. (1999). Sampling Design and Analysis. Duxbury Press. [6] Pontoh, Resa S., Chadidjah, Anna, Faidah, Devi Yusti (2014) Pendeteksian Faktor Resiko serta Pemetaan Penyebaran Tuberkolosis Anak Kecamatan Ngamprah Kabupaten Bandung dengan Pendekatan Model Multilevel dengan Efek Spasial. Laporan Penelitian Departemen Statistika FMIPA UNPAD [7] Vallejos, R., & Osorio, F. (2014). Effective Sample Size of Spatial Process Models. Spatial Statistics. [8] Wang, J.-F., Stein, A., Gao, B.-B., & Ge, Y. (2012). A review of spatial sampling. Spatial Statistics. | in_ID |
| dc.description.abstract | Desain sampling bergantung pada banyak faktor diantaranya:
kondisi populasi, alat analisis yang digunakan, ketersediaan unit, waktu dan
biaya. Dalam pemodelan statistika desain sampling bergantung pada model
yang digunakan dalam analisis. Kondisi populasi yang heterogen dan memiliki
dependensi spatial mengakibatkan asumsi saling bebas dan berdistribusi
identik antar unit tidak terpenuhi, sehingga model yang digunakan adalah
model spatial. Dengan demikian desain sampling harus mempertimbangkan
adanya autokorelasi spatial. Selain itu penentuan ukuran sampel dalam desain
sampling spatial harus mempertimbangkan adanya dependensi spatial antar
unit analisis. Dalam pemodelan conditional auto regressive (CAR) maupun
spatial auto regressive (SAR), matriks bobot spatial diperhitungkan dalam
penentuan ukuran sampel menggunakan ukuran sampel efektif (Effective
Sample Size). Dalam penentuan ukuran sampel efektif tersebut dibutuhkan
informasi awal mengenai struktur korelasi spatialnya. Informasi tersebut
diperoleh dari penelitian sebelumnya atau melalui pilot study. Kondisi populasi
yang heterogen dan adanya dependensi mengakibatkan banyak konfigurasi
yang berbeda pada setiap wilayah cacah sehingga sampling stratifikasi
merupakan metode yang paling cocok untuk data spatial | in_ID |
